Nous Research, 9천만 달러 투자받고 팀용 Hermes 공개

오픈소스 에이전트 Hermes Agent를 만든 Nous Research가 9천만 달러를 투자받았다고 밝혔다. TechCrunch는 기업가치를 15억 달러로 전했다. 회사는 팀 전체가 잔액 하나로 쓰고 팀원이 만든 스킬을 함께 쓰는 Hermes Business 가입도 받고 있다.

Nous Research의 Hermes Business 소개 페이지 윗부분. 파란 바탕에 우주복을 입은 인물 그림이 있고, 오른쪽에 큰 글씨로 Hermes for your Business와 '팀원 모두를 위한 스스로 나아지는 에이전트'라는 영어 설명, LEARN MORE·CREATE YOUR TEAM 버튼이 보인다.
Hermes Business 소개 페이지. CREATE YOUR TEAM 버튼으로 바로 팀을 만들 수 있다. 출처: Nous Research Hermes Business 페이지, 2026년 10월 8일 확인.

오픈소스 Hermes Agent를 만든 Nous Research가 9천만 달러를 투자받았다고 10월 회사 글에서 밝혔다. 투자사로는 엔비디아, 마이크로소프트의 벤처 투자 조직 M12, 삼성, Robot Ventures, Y Combinator 등을 꼽았다. TechCrunch는 10월 7일 이번 투자가 (시리즈 B)이고 Robot Ventures가 주도했으며, (기업가치)은 15억 달러, 누적 투자는 1억 5,800만 달러라고 전했다. 7월에 TechCrunch가 협상 중이라고 보도했던 그 valuation이다.

회사 글에 따르면 Hermes Agent는 2월 MIT 라이선스로 공개된 뒤 2,400만 번 넘게 복제(clone)됐고, 회사 내부 추정으로 전 세계 AI 사용량의 약 2.5%를 차지한다. 투자금은 기업용 제품 Hermes Business에 쓴다. Hermes Business 페이지에서는 이미 팀 만들기 가입을 받고 있다.

페이지의 자주 묻는 질문에 따르면 Hermes Business는 팀 전체가 하나의 잔액을 쓰고, 관리자가 팀원마다 지출 상한을 정한다. 팀원마다 Nous Research 서버에서 돌아가는 에이전트가 생기고, 한 사람이 만든 (skill)은 팀 라이브러리에 올라가 모두의 에이전트가 쓸 수 있다. 모델은 Nous Research 추론 API의 모든 모델에 각 회사가 가진 다른 업체 API 키를 더해 쓸 수 있다. 데이터는 팀마다 분리된 공간에 두고, 메신저는 디스코드·텔레그램·슬랙·왓츠앱과 연결된다. 자체 서버나 사설 클라우드에 설치하고 SSO와 서비스 수준 계약(SLA)을 붙이는 Enterprise 요금제는 따로 상담을 받는다.

회사 글과 Hermes Business 페이지, TechCrunch 기사는 10월 8일 직접 열어 확인했다. 요금은 팀 잔액에서 팀원이 쓴 만큼 빠지는 방식이라고만 나와 있고 단가표는 없다. 회사 글은 Hermes Agent를 쓸수록 스킬과 기억이 쌓이는 에이전트로 소개했는데, 개인의 에이전트에 쌓이던 그 스킬을 팀 라이브러리로 묶고 비용을 한 곳에서 관리하게 한다는 점이 Hermes Business에서 달라졌다.

참고한 자료

  1. Nous Research — A Note on Our Fundraise(2026년 10월)
  2. Nous Research — Hermes Business 소개 페이지
  3. TechCrunch — Nous Research confirms it hit $1.5B valuation, launches AI agents for business users

아무 곳이나 누르면 닫힙니다

함께 보면 좋은 글

뉴스

메타, 에이전트용 모델 Muse Wonder 공개

메타가 10월 12일 에이전트용 모델 Muse Wonder와 Muse Wonder Full을 공개했다. Muse Wonder는 API에서 입력 100만 토큰당 4달러, 출력 20달러이고, 더 강한 Full은 Muse Code 구독자만 쓴다. 메타가 낸 비교표에서 Full은 DeepSWE와 SWE-Marathon 점수가 가장 높다.

인사이트

AI 연구자 카파시의 이용자 깔때기, 60억 명에서 5천 명

같은 AI를 두고 누군가는 엉성한 챗봇이라 하고 누군가는 몇 달 치 일을 한 번에 끝낸다고 합니다. AI 연구자 카파시는 이 격차를 60억 명에서 약 5,000명으로 좁아지는 네 층의 깔때기로 그렸습니다. 인원은 본인이 대충 계산한 추정치입니다.

가이드

Claude Code를 더 잘 쓰게 해 주는 GitHub 저장소 4개

Claude Code는 설치만 해도 쓸 수 있지만, 파일 하나나 skill(스킬) 몇 개를 더하면 같은 모델이 더 똑똑하게 일을 합니다. GitHub에서 스타 10만~28만 개를 받은 저장소 4곳이 각각 무엇이고, 초보자에게 왜 도움이 되며, 어떻게 설치하는지 순서대로 정리했습니다. 가장 가벼운 것부터 시작합니다.